Cum știe o inteligență artificială dacă iei cina sau faci duș?

În ultimii 8 ani, împreună cu o echipă extraordinară, am dezvoltat și implementat o tehnologie prin care ambientul din casele noastre se adaptează nevoilor familiei prin controlul automat al facilităților ambientale, utilizând algoritmi de inteligență artificială. În casele în care implementăm acest concept, luminile, sistemul de climatizare, umbrire sau ventilație, dispozitivele multimedia și aproape orice echipament care este alimentat cu energie electrică are un comportament ‘sincronizat’ cu așteptările utilizatorului. Simplificând foarte mult ideea, casa intuiește nevoile utilizatorului, fără ca acesta să fie nevoit să interacționeze în mod continuu și explicit cu casa, prin butoane, telecomenzi, telefoane inteligente sau voce. Dar cum se întâmplă lucrurile? Care sunt mecanismele ce duc la acest mod de ‘funcționare’ a casei?

Tehnologia caselor inteligente a evoluat foarte mult în ultimii ani, iar IoT (Internet of Things) și Inteligența Artificială (AI) au devenind o realitate a lumii în care trăim. Din zecile de discuții pe care le-am avut cu specialiști și potențiali beneficiari ai unei asemenea utilizări a AI-ului, a apărut deseori întrebarea dacă societatea este pregătită pentru a-și lăsa viața în mâinile unei inteligențe artificiale. Iar răspunsul a fost: Depinde de inteligență!

Inteligența Artificială este un domeniu vast pe care nu am pretenția că-l stăpânesc în întregime, dar pot spune că am abordat serios o ramură a Inteligenței Artificiale numite Machine Learning (învățare automată), care ne ajută mult în modul în care luăm deciziile în proiectul VIKI KNOWS. Machine learning oferă metode și modele de învățare supervizata sau nesupervizată, aplicabilitatea lor atingând ramuri extrem de diverse ale vieții noastre cotidiene.

În învățarea supervizată, mașina (computerul) analizează procese, fenomene sau tranzacții cu date de intrare ale căror rezultate sunt cunoscute. Astfel, AI-ul acumulează cunoștințe analizând ‘probleme rezolvate’, scopul final fiind acela de a aborda în viitor ‘cazuri’ sau situații noi, ale căror rezultate nu le anticipăm la momentul învățării, dar considerăm rezonabil să le abordăm conform experienței anterioare. Procesul acesta este similar cu învățarea umană, unde, cu cât individul acumulează mai multă experiență, cu atât el începe să stăpânească mai bine un domeniu de activitate. Mulți dintre noi lucrăm într-o specializare anume, iar multitudinea de experiențe văzute în viața profesională ne face să putem evalua destul de bine situația ‘dintr-o singură privire’, deși cazurile prezentate nu sunt întotdeauna identice cu experiența anterioară. Fie că vorbim de medicină, imobiliare, recunoașterea cifrelor sau literelor, concluzionăm că învățarea supervizată poate ajuta în evaluarea unei situații noi, pe baza informațiilor deja acumulate.

Și totuși, cum știe o inteligență artificială dacă iei cina sau faci duș?

Spre deosebire de casele conectate (nu putem să le spunem inteligente), în care utilizatorul poate controla fiecare facilitate a casei sale utilizând smartphone-ul sau, mai nou, comanda vocală, în proiectul VIKIKNOWS ne bazăm pe senzori de mișcare, luminanță, temperatură, umiditate, ultraviolete etc., elemente care identifică în timp real atât prezența utilizatorului, cât și condițiile fizice (ambientale) din fiecare încăpere. Informațiile sunt digitizate și transmise către o unitate de procesare (computer) unde rulează algoritmul AI, iar acesta analizează contextul identificat de senzori și determină o reacție a sistemului, utilizând experiența deja acumulată.

Exemplu de poziționare senzori într-un spațiu dotat cu VIKIKNOWS

Mai în glumă, mai în serios, noi îi spunem lui VIKI ‘majordomul virtual’, pentru că există o analiză omniprezentă a comportamentului uman, iar răspunsul sistemului vine imediat.

Explorând mai îndeaproape modul de implementare a mecanismului de decizie, se poate observa mai jos cum datele culese de senzori în diferite situații de locuire a spațiului și momente ale zilei sunt transformate în pattern-uri de comportament, pe care utilizatorul le-a clasificat în etapa de învățare primară a sistemului. Obișnuiesc să dau drept exemplu ‘antrenarea’ VIKIKNOWS ca fiind similară cu educarea unui copil cu vârsta cuprinsă între 3 și 5 ani. Dacă în mod constant facem lucrurile într-un anume fel și-i spunem copilului ce facem, el va învăța în scurt timp că acea activitate are un nume și un mod de desfășurare predictiv. La fel, funcționarea VIKIKNOWS este determinată de experiența acumulată în situații similare percepute prin intermediul senzorilor.

În imaginile de mai jos sunt prezentate densitățile de mișcare înregistrate de senzorii S1-S4 (fiecare senzor are asignată o culoare), în activitatea observată în spațiul de test și definită de utilizator ca fiind CINA (momentul mesei de seară). Se observă că există un tipar al mișcării în această activitate, tipar pe care AI-ul îl recunoaște cu ajutorul unor algoritmi avansați de clasificare, iar odată activitatea recunoscută, sistemul generează comenzi pentru ajustarea luminilor, climatizării/ventilației sau sistemului de muzică ambientală în acord cu obiceiurile învățate deja de la utilizator în experiențele anterioare din timpul CINEI.

Tipar de mișcare înregistrat de senzori în modul CINĂ

În funcție de parametrii de intrare, algoritmul de evaluare a tiparelor de locuire a casei (MOD), va determina care sunt șansele ca o anumită zonă (cameră) a casei să se afle într-unul din MODURILE (activitățile) învățate de la utilizator, iar atunci când funcția de predicție are un procent suficient de mare de siguranță (peste 50%), MODUL este activat automat, împreună cu facilitățile ambientale, fără ca utilizatorul să facă un gest explicit în acest sens, în afară de propria lui prezență.

Interfața grafică de vizualizare a modului de calcul pentru predicția MOD

Utilizând același model de predicție, vă mai prezint un tipar de învățare a MODului pentru o cameră de baie, unde, pentru a simplifica expunerea, vom ține cont doar de factorul timp și valorile umidității. Reamintesc faptul că, în cazul real se iau în considerare parametri multipli, ca momentul zilei, mișcarea, densitatea de mișcare, trend de mișcare, umiditate, trend de umiditate etc.

Imaginea de mai jos reflectă 4 cazuri (situații) utilizate în procesul de antrenament (învățare) al algoritmului, altfel încât el să poată face diferența dintre tiparul de utilizare a băii în modul DUȘ, StandBy sau OCUPAT.

Se observă în această reprezentare cu număr redus de parametri că umiditatea (axa OY) joacă un rol esențial în evaluarea pattern-ului în care se află camera de baie.

Pentru înțelegerea în detaliu a felului în care algoritmul AI determină activitatea (MODUL) de utilizare a camerei de baie, vom face și o analiză a datelor pe care le procesează regresia logistică de clasificare. În imaginea de mai jos, pentru o reprezentare simplificată și plană a graficului de decizie, nu se utilizează toate datele primite de la senzori, păstrându-se doar intrarea de timp și valorile umidității din camera de baie. În realitate, numărul de parametri analizați este mult mai mare, dar reprezentarea grafică nu ar fi posibilă.

Observăm că datele de antrenament normalizate și reprezentate grafic într-un sistem de axe bidimensional formează două mulțimi: cele în care utilizatorul a etichetat și antrenat algoritmul pentru activitatea DUȘ (+) și cele care aparțin altor moduri, notate cu (o). În urma rulării algoritmului obținem o limită de separare a celor două mulțimi, simbolizată grafic prin linia albastră. Dacă rulăm algoritmul de clasificare pentru Punctul de test acesta va furniza ca rezultat valoarea probabilității ca situația curentă să se găsească într-una din cele două mulțimi (DUȘ vs Alt Mod). Concret, răspunsul algoritmului pentru Punctul de test cu valorile 06:30:00 și umiditate de 60%, relevă o probabilitate de activare a modului DUȘ de sub 20%.

În lumina celor prezentate, putem concluziona că algoritmul de Inteligență Artificială (AI) implementat în VIKIKNOWS reproduce în mod exclusiv doar un comportament uman învățat chiar de la locuitorii casei în care este instalat, ‘imitând’ îndeaproape obiceiurile acestora, iar șansele ca decizia lui să fie una diferită de obiceiurile familiei este practic inexistentă.

Imitarea comportamentului uman de către AI-ul VIKIKNOWS se îmbunătățește în timp, pe măsură ce sistemul primește tot mai multe informații despre preferințele utilizatorilor sau ale grupului de utilizatori care locuiesc în casă.

Dan Chiuzbăian
Project Manager VIKIKNOWS
dan.chiuzbaian@vikiknows.com

Tehnologii de identificare a utilizatorului în VIKI

Casa viitorului este casa în care tehnologia se îmbină armonios cu stilul tău de viață, asigurând un echilibru perfect între confort și relaxare. Destinată întregii familii, tehnologia VIKI este mai mult decât home automation. Sistemul nostru se adaptează automat la schimbările din mediul în care este instalat, fără a avea nevoie de o reconfigurare manuală a setărilor la fiecare schimbare din preferințele familiei.

În aceste procese de învățare și reproducere a comportamentului utilizatorilor în funcție de contextul ambiental, este critică cerința detectării prezenței acestora în respectiva locație și identificarea automată a fiecărui individ ce se află în spațiul respectiv.

Pentru stabilirea tehnologiei prin care se face detectarea prezenței în casa controlată de VIKI, am testat și evaluat mai multe tipuri de sisteme:

Detectarea prezenței pe bază de dispozitive GPS (Global Positioning System)
Se folosește telefonul inteligent personal echipat cu dispozitiv GPS pentru detectarea intrării și ieșirii utilizatorului dintr-o anumită arie geografică. Avantajul major ar fi costul redus de implementare dar acest sistem are dezavantajul că nu funcționează în interiorul clădirilor și prin urmare nu s-ar putea aplica în cazul în care un utilizator are două sau mai multe locații în interiorul aceleași clădiri (bloc de apartamente).

Sisteme de recunoaștere facială
Se folosesc echipamente de supraveghere video dotate cu sisteme de procesare video plasate în locurile în care se dorește detectarea prezenței. Avantajul ar fi faptul că utilizatorii nu trebuie să poarte asupra lor nici un dispozitiv specializat pentru detectarea prezenței acestora, în schimb costul sistemului ar fi destul de ridicat și sistemul nu s-ar putea aplica acolo unde ar reprezenta o invadare prea mare a spațiului personal.

Sisteme de securitate bazate pe cod pin sau amprentă
Se folosesc sisteme de securitate dotate cu tastaturi și/sau senzori de amprentă la punctele de intrare/ieșire în/din locație. Dezavantajul acestui sistem constă în faptul că utilizatorul trebuie sa facă de fiecare dată o operațiune explicită de identificare, lucru care poate să fie deranjant.

Sisteme bazate pe dispozitive RFID sau NFC
Constă în plasarea unor echipamente active de citire a dispozitivelor RFID sau NFC la punctele de intrare/ieșire în/din locație și utilizatorii trebuie sa aibă asupra lor un dispozitiv pasiv (card sau etichetă) dotat cu RFID sau NFC. Datorită distanței scurte de operare în cazul dispozitivelor cu NFC, acestea au același dezavantaj ca și sistemele de securitate dotate cu cod pin sau amprentă. Avantajul sistemului, ar fi costul relativ scăzut de implementare însă dezavantajul îl reprezintă faptul că fiecare individ trebuie să poarte asupra lui un dispozitiv de identificare.

Sisteme bazate pe telefoane inteligente și dispozitive de tip beacon
Se folosesc dispozitive de tip beacon plasate în interiorul și/sau exteriorul locației și o aplicație instalată pe telefonul inteligent al fiecărui individ ce interacționează cu respectiva locație. Avantajul îl reprezintă costul relativ scăzut de implementare și faptul că fiecare individ nu mai trebuie să aibă asupra lui nici un alt dispozitiv de identificare, decât telefonul inteligent personal.

Analizând cu atenție avantajele și dezavantajele fiecărei opțiuni, am ales să implementăm în cadrul proiectelor noastre sisteme de securitate pe bază de amprentă și/ sau dispozitive NFC, și sisteme bazate pe telefoane inteligente și dispozitive de tip beacon.

Pregătirea pentru vară – automatizarea grădinii

viki-irigatii-smarthome

Deja zărim primii muguri, vestitori ai primăveri, așadar putem să începem pregătirea casei, respectiv a spațiului verde pentru vară. Serile devin mai calde și mai lungi, este timpul să reînviem grădina din balcon sau din jurul casei, unde să ne retragem pentru relaxare.

Despre peretele verde din interior și provocările lui vă povesteam aici. În ceea ce privește spațiul verde din exterior, lucrurile nu stau cu mult diferit, însă echipa VIKI a scos în evidență câteva aspecte.
Continue reading “Pregătirea pentru vară – automatizarea grădinii” »

Tipuri de senzori și rolul lor în casa inteligentă VIKI

viki senzori casa inteligenta

“Majordomul virtual” VIKI are ajutoarele lui când vine vorba de siguranța familiei care locuiește în casa inteligentă. Acești mici senzori, fiecare cu domeniul lui de activitate, o informează rapid pe VIKI în ceea ce privește modificările parametrilor fizico-chimici din casă.
Echipa VIKI v-a pregătit o trecere în revistă a tipurilor de senzori utilizați de casa inteligentă VIKI și rolul lor în asigurarea unei funcționări fără griji a acesteia.

Senzorul CO – Monoxidul de carbon este un gaz invizibil și inodor, foarte periculos atât pentru oameni cât și pentru animale. Acest senzor monitorizează aparatele cheie din locuință: boiler, sobă/centrală, aragaz/cuptor, șemineu. La declanșarea unui pericol, atunci când se ating niveluri maxime acceptate de CO, senzorul comunică cu aplicația VIKI și trimite userilor notificări instantanee sub formă de alerte pe telefonul mobil precum și pe tabletele din casă.
Continue reading “Tipuri de senzori și rolul lor în casa inteligentă VIKI” »

De ce să alegem casa inteligentă VIKI?

viki casa inteligenta 2

În ultimii ani, am vorbit destul de des despre soluția de automatizare a locuințelor dotată cu inteligență artificială, VIKI. Ați fost alături de noi la fiecare pas, la fiecare test, la fiecare succes.
Alături de echipa VIKI, dorim să trecem în revistă motivele pentru care considerăm că acest sistem ne diferențează de celelalte produse asemănătoare de pe piață.
Continue reading “De ce să alegem casa inteligentă VIKI?” »

Revenirea în casa VIKI după vacanță

viki scenariu coming home

Indiferent dacă v-ați întors acasă pentru a descoperi că ați uitat o lumină aprinsă sau că cineva a lăsat robinetul de la baie deschis, nimic nu poate adăuga o notă negativă unei vacanțe ca și revenirea la un dezastru. Cu toții facem controalele de rutină când știm că vom fi plecați pentru mai mult timp însă punerea casei inteligente în modul de vacanță este un pas înainte. Casa inteligentă VIKI vă poate ajuta să vă mențineți casa în siguranță, curată și pregătită pentru întoarcerea dvs.
Continue reading “Revenirea în casa VIKI după vacanță” »

VIKI și KNX au învățat să colinde împreună

viki knx

Echipa VIKI a învățat și testat zilele trecute, structura telegramelor ce pot fi trimise în protocolul și tehnologia KNX.

Sistemul propus de KNX a demonstrat flexibilitate și compatibilitate cu planurile noastre de extindere a soluției VIKI, iar facilitățile sale de automatizare urmează să fie completate cu succes de layer-ul de inteligență dezvoltat de noi în ceea ce privește controlul luminilor, climei sau a sistemului de securitate.
Continue reading “VIKI și KNX au învățat să colinde împreună” »

VIKI se împrietenește cu KNX

viki knx

Casa inteligentă VIKI face un pas înspre interfațarea cu soluția KNX. În luna decembrie cercetăm tehnologia KNX și testăm posibilitatea integrării layer-ului de inteligența VIKI cu bus-ul de conectare oferit de soluția KNX.

KNX este un sistem care-și păstrează valoarea
KNX este singurul sistem care este în conformitate cu cerințele standardelor European (EN50090) și International (ISO/IEC 14543) pentru Automatizarea Casei. Această conformitate atestă valoarea tehnologiei KNX și reprezintă dovada calității pentru proprietarii de locuințe.
Continue reading “VIKI se împrietenește cu KNX” »

Tendințe pentru casa inteligentă până în 2020

viki tendinte casa inteligenta 2020

Inovație, tehnologie, cloud computing și platforme, date și analize de mari dimensiuni, soluții mobile, tehnologia Internet of Things (IoT), vorbire și inteligență artificială (AI), toate acestea accelerează transformarea digitală în case și influențează crearea de noi produse și servicii.

Potrivit Microsoft, până în 2020 vor exista 30 de miliarde de dispozitive conectate în lume iar într-o locuință inteligentă se vor genera zilnic 50 GB de date. Ne punem întrebarea ce tendințe vor influența acceptarea, creșterea și sustenabilitatea casei inteligente?
Continue reading “Tendințe pentru casa inteligentă până în 2020” »

Casa VIKI este pregătită de iarnă

viki casa iarna

Cum te pregătești pentru o iarnă liniștită? Scoți hainele groase din dulap, te asiguri că va funcționa sistemul de încălzire, schimbi anvelopele mașinii… dar casa? Cum pregătești casa pentru zilele tot mai scurte și mai reci? Cu VIKI, nu ai de ce să îți faci griji.
Inteligența VIKI se va adapta firesc la schimbările ce vin odată cu lunile reci și îți va asigura, în continuare, acea atmosferă caldă, siguranța și confortul care definesc sentimentul de ”acasă”. Da, ne vom bucura mai puțin de lumina naturală, iar temperaturile în scădere ne pot pune probleme. Ne vom petrece mai mult timp în casă, în mijlocul familiei.

Așadar, este important să te asiguri că locuința ta este bine iluminată și încălzită în orice moment. Cu soluțiile inteligente ale soluției VIKI, poți realiza câteva scenarii presetate care vor ajuta la stabilirea unui ambient adecvat pentru orice ocazie. Poți crea un spațiu de lucru luminos în bucătărie atunci când gătești, alegând modul „Cooking”. VIKI va porni muzica preferată, va reduce căldura din bucătărie, care va fi compensată de cea din cuptor, și va menține luminile la intensitate crescută.
Continue reading “Casa VIKI este pregătită de iarnă” »